Klasifikasi Berita Menggunakan Metode Naïve Bayes Classifier

Sayyid Muhammad Habib; Elin Haerani; Siska Kurnia Gusti; Siti Ramadhani

doi:10.32672/jnkti.v5i2.4191

Klasifikasi Berita Menggunakan Metode Naïve Bayes Classifier

Sayyid Muhammad Habib, Elin Haerani, Siska Kurnia Gusti, Siti Ramadhani

Abstract

Abstrak - Tingginya kecenderugan masyarakat dalam mengakses berita secara online, membuat editor dan portal berita harus menyediakan berita yang berkualitas. Namun berita pada portal tersebut masih diklasifikasikan secara umum, sehingga ketika pembaca ingin mendapatkan kategori berita yang lebih spesifik harus dilakukan secara manual dengan menyaring berita-berita tersebut. Hal ini juga yang dialami oleh bidang sosial Badan Pusat Statistik Provinsi Riau yang kesulitan dalam mencari dan mengklasifikasikan jenis berita tentang Provinsi Riau. Oleh sebab itu, proses pengklasifikasian berita menggunakan metode naïve bayes classifier merupakan hal yang penting untuk dilakukan. Jumlah berita yang digunakan dalam penelitian ini berjumlah 510 berita dan dikategorikan menjadi 3 kategori yaitu demokrasi, kemiskinan, dan ketenagakerjaan. Agar membantu bidang sosial di Badan Pusat Statistik Provinsi Riau dalam mengklasifikasikan jenis berita sebagai landasan fenomena yang terjadi di daerah Provinsi Riau berdasarkan dari nilai indeks demokrasi, ketenagakerjaan, dan kemiskinan Provinsi Riau. Proses pengklasifikasian berita dalam penelitian ini meliputi: pengumpulan data, text preprocessing, pembobotan kata, dan klasifikasi naïve bayes classifier. Nilai akurasi tertinggi yang diperoleh dalam penelitian ini sebesar 94% dengan pembagian data uji 10% dan data latih 90%.

Kata kunci: Berita, Badan Pusat Statistik, Klasifikasi, Naïve Bayes Classifier, Riau

Abstract - The high tendency of people to access news, especially online news, makes editors and news portal sites to provide quality information and news. However, the news grouping is still classified in general, so, when the reader want to get a more specific category of news, it must be done manually by filtering the news. This is also happened by the social sector of the Badan Pusat Statistik Provinsi Riau, which has difficulty in finding news about Riau Province. Therefore, the process of classifying news using the Naive Bayes Classifier method is an important thing to do. The number of news used in this research is 510 news and it's categorized into 3 categories, namely democracy, poverty, and employment. The news classification process in this research includes: data collection, manual labeling, text preprocessing, term weighting, and naive Bayes classifier classification. The highest accuracy value obtained in this research was 94% with the distribution of 10% test data and 90% training data.

Keywords: Badan Pusat Statistik, Classification, Naïve Bayes Classifier, News, Riau

Keywords

Berita, Badan Pusat Statistik, Klasifikasi, Naïve Bayes Classifier, Riau, Badan Pusat Statistik, Classification, Naïve Bayes Classifier, News, Riau

Full Text:

PDF

References

A. Nurhadi, “Implementasi Algoritma Naïve Bayes Classifier Berbasis Particle Swarm Optimization (PSO) Untuk Klasifikasi Konten Berita Digital Bahasa Indonesia,” J. Speed – Sentra Penelit. Eng. dan Edukasi , vol. 8, no. 3, pp. 48–56, 2016.

F. Nurhuda, S. Widya Sihwi, and A. Doewes, “Analisis Sentimen Masyarakat terhadap Calon Presiden Indonesia 2014 berdasarkan Opini dari Twitter Menggunakan Metode Naive Bayes Classifier,” J. Teknol. Inf. ITSmart, vol. 2, no. 2, p. 35, 2016.

T. Arifin and D. Ariesta, “Prediksi Penyakit Ginjal Kronis Menggunakan Algoritma Naive Bayes Classifier Berbasis Particle Swarm Optimization,” J. Tekno Insentif, vol. 13, no. 1, pp. 26–30, 2019.

M. S. Restendy, “DAYA TARIK JURNALISTIK, PERS, BERITA DAN PERBEDAAN PERAN DALAM NEWS CASTING,” al-Hikmah, vol. 4, no. 2, pp. 31–48, 2016.

D. Ariyanti and K. Iswardani, “Teks Mining untuk Klasifikasi Keluhan Masyarakat Pada Pemkot Probolinggo Menggunakan Algoritma Naïve Bayes,” J. IKRA-ITH Inform., vol. 4, no. 3, pp. 125–132, 2020.

A. Taufik, “Optimasi Particle Swarm Optimization Sebagai Seleksi Fitur Pada Analisis Sentimen Review Hotel Berbahasa Indonesia Menggunakan Algoritma Naïve Bayes,” J. Tek. Komput., vol. III, no. 2, pp. 40–47, 2017.

F. E. Purwiantono and A. Aditya, “Klasifikasi Sentimen Sara, Hoaks Dan Radikal Pada Postingan Media Sosial Menggunakan Algoritma Naive Bayes Multinomial Text,” J. Tekno Kompak, vol. 14, no. 2, p. 68, 2020.

H. Mustofa and A. A. Mahfudh, “Klasifikasi Berita Hoax Dengan Menggunakan Metode Naive Bayes,” Walisongo J. Inf. Technol., vol. 1, no. 1, p. 1, 2019.

M. Sholih ’afif, M. Muzakir, M. I. Al, and G. Al Awalaien, “Text Mining Untuk Mengklasifikasi Judul Berita Online Studi Kasus Radar Banjarmasin Menggunakan Metode Naïve Bayes,” Kumpul. J. Ilmu Komput., vol. 08, no. 2, pp. 199–208, 2021.

S. Soleman, “Pemanfaatan Metode Klasifikasi Naïve Bayes Untuk Pendeteksi Berita Hoax Pada Artikel Berbahasa Indonesia,” J. CoreIT J. Has. Penelit. Ilmu …, vol. 7, no. 2, pp. 82–93, 2021.

E. T. Handayani and A. Sulistiyawati, “Analisis Sentimen Respon Masyarakat Terhadap Kabar Harian Covid-19 Pada Twitter Kementerian Kesehatan,” J. Teknol. dan Sist. Inf., vol. 2, no. 3, pp. 32–37, 2021.

C. R. Semiawan, Metode Penelitian Kuantitatif. 2017.

B. S. Prakoso, D. Rosiyadi, H. S. Utama, and D. Aridarma, “Klasifikasi Berita Menggunakan Algoritma Naive Bayes Classifer Dengan Seleksi Fitur Dan Boosting,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 3, no. 2, pp. 227–232, 2019.

Apif Supriadi and Fatmasari, “Implementasi Metode Klasifikasi Naive Bayes Pada Sistem Analisis Opini Pengguna Twitter Berbasis Web,” J. Sist. Inf., vol. 10, no. 1, pp. 46–54, 2021.

I. Rasila and U. Ristian, “Implementasi Metode Naive Bayes Classifier Pada Sistem Pengklasifikasi Berita Otomatis Berbasis Website (Studi Kasus: Berita Lokal Dari Mediamassa Online Kalimantan Barat),” Coding J. Komput. dan Apl., vol. 07, no. 2, pp. 49–60, 2019.

H. A. R. Harpizon, R. Kurniawan, I. Iskandar, R. Salambue, E. Budianita, and F. Syafria, “Analisis Sentimen Komentar Di YouTube Tentang Ceramah Ustadz Abdul Somad Menggunakan Algoritma Naïve Bayes,” Anal. Sentimen Komentar Di YouTube Tentang Ceramah Ustadz Abdul Somad Menggunakan Algoritm. Naïve Bayes, vol. 5, no. 1, pp. 131–140, 2022.

DOI: https://doi.org/10.32672/jnkti.v5i2.4191